本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新(使用关键词“['deep learning']
”过滤),已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!
除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价19.9元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
6181 | 2025-10-06 |
Optimization-based image reconstruction regularized with inter-spectral structural similarity for limited-angle dual-energy cone-beam CT
2025-Jul-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ade843
PMID:40562072
|
研究论文 | 提出一种基于光谱间结构相似性正则化的优化重建方法,用于解决有限角度双能锥束CT的图像重建问题 | 将光谱间结构相似性作为正则化项集成到迭代重建过程中,无需X射线光谱测量或配对数据集训练 | 方法仅在物理模型和数字模型上验证,尚未进行大规模临床验证 | 开发实用的图像重建方法以促进快速低剂量双能锥束CT的临床应用 | 双能锥束CT投影数据 | 医学影像重建 | NA | 双能锥束CT成像 | 优化重建模型 | CT投影数据 | 2个物理模型和3个数字模型 | NA | 基于优化的迭代重建 | 平均绝对误差, 峰值信噪比, 结构相似性指数 | NA |
6182 | 2025-10-06 |
Integrated deep learning framework for driver distraction detection and real-time road object recognition in advanced driver assistance systems
2025-Jul-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08475-4
PMID:40645997
|
研究论文 | 提出集成深度学习框架,同时实现驾驶员分心检测和实时道路物体识别 | 首次将驾驶员分心检测与实时道路物体识别集成到统一框架中,通过决策模块综合评估危险等级 | 未明确说明模型在极端天气条件下的性能下降程度 | 开发能够同时监控驾驶员状态和道路环境的先进驾驶辅助系统 | 驾驶员行为(物理/视觉分心和认知分心)和道路物体(车辆、行人、车道标记、交通信号) | 计算机视觉 | NA | 深度学习,数据增强,迁移学习 | CNN, YOLO | 图像,视频 | State Farm Distracted Driver Dataset, KITTI, MS COCO基准数据集 | NA | CNN, YOLO | 准确率,效率,帧率(25 FPS) | NVIDIA Jetson Xavier NX平台 |
6183 | 2025-10-06 |
Mobile malware detection method using improved GhostNetV2 with image enhancement technique
2025-Jul-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07742-8
PMID:40646017
|
研究论文 | 提出一种基于改进GhostNetV2模型和图像增强技术的移动恶意软件检测方法 | 在Ghost模块中引入通道混洗、用更高效的通道注意力机制替代压缩激励机制、优化激活函数,同时提升对正常恶意软件和对抗样本的检测性能 | NA | 解决恶意软件检测模型对对抗样本识别效果显著下降的问题 | Android classes.dex文件转换的图像数据 | 计算机视觉 | NA | 图像增强技术、局部直方图均衡化、Gabor变换 | CNN | 图像 | NA | NA | GhostNetV2 | 准确率 | NA |
6184 | 2025-10-06 |
Digital security risk identification and model construction of smart city based on deep learning
2025-Jul-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09894-z
PMID:40646059
|
研究论文 | 提出基于深度学习的数字安全识别模型DL-DSIM,用于智能城市中的网络安全风险识别 | 结合鸡群优化算法和遗传算法的入侵检测特征选择方法,采用三层架构框架增强安全漏洞检测能力 | NA | 提高智能城市环境下的数据传输效率和系统安全性 | 工业物联网在智能城市建设中的网络安全风险 | 机器学习 | NA | 深度学习 | DNN | 网络安全数据 | NA | NA | 深度神经网络 | 准确率,召回率,F值,精确率,特异性 | NA |
6185 | 2025-10-06 |
A meta fusion model combining geographic data and twitter sentiment analysis for predicting accident severity
2025-Jul-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91484-0
PMID:40646141
|
研究论文 | 提出融合地理数据和Twitter情感分析的元融合模型ConvoseqNet,用于预测交通事故严重程度 | 结合传统交通数据与实时社交媒体洞察,提出CNN与LSTM顺序架构的ConvoseqNet模型,并开发元融合网络MetaFusionNetwork整合不同模型预测结果 | NA | 通过创新数据融合技术提高交通事故预测准确性,支持实时数据驱动的交通管理 | 交通事故数据、地理数据、Twitter社交媒体数据 | 自然语言处理,计算机视觉 | NA | 情感分析,深度学习 | CNN,LSTM,随机森林 | 地理数据,文本数据,交通数据 | NA | NA | ConvoseqNet(CNN+LSTM顺序架构),MetaFusionNetwork | 预测准确率 | NA |
6186 | 2025-10-06 |
RMDNet: RNA-aware dung beetle optimization-based multi-branch integration network for RNA-protein binding sites prediction
2025-Jul-11, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06197-y
PMID:40646507
|
研究论文 | 提出一种基于深度学习的RNA-蛋白质结合位点预测框架RMDNet,集成多分支网络结构和改进的优化算法 | 首次将改进的蜣螂优化算法用于特征融合权重分配,并集成CNN、CNN-Transformer和ResNet多分支架构 | NA | 开发准确高效的RNA-蛋白质结合位点预测方法 | RNA结合蛋白(RBPs)及其结合位点 | 生物信息学 | 神经退行性疾病, 肝癌, 肺癌 | CLIP-seq | CNN, Transformer, ResNet, GNN | RNA序列, RNA二级结构图 | RBP-24基准数据集, RBP-31数据集, RBPsuite2.0 | NA | CNN, CNN-Transformer, ResNet, Graph Neural Network with DiffPool | 多指标评估(具体指标未明确列出) | NA |
6187 | 2025-10-06 |
PediMS: A Pediatric Multiple Sclerosis Lesion Segmentation Dataset
2025-Jul-10, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05346-5
PMID:40640191
|
研究论文 | 本文介绍了首个专门用于儿科多发性硬化病灶分割的公开MRI数据集PediMS | 首个专门针对儿科多发性硬化病灶分割的公开MRI数据集,填补了儿科病例在医学研究中的空白 | 样本量较小(仅9名患者),数据来源有限 | 推进儿科多发性硬化研究,改善病灶分割模型,支持联邦学习方法 | 儿科多发性硬化患者的MRI扫描数据 | 数字病理 | 多发性硬化 | MRI(T1加权、T2加权、FLAIR序列) | 深度学习模型 | 医学影像 | 9名儿科患者,共28次MRI扫描(纵向数据,每名患者1-6个时间点) | NA | NA | 分割性能指标 | NA |
6188 | 2025-10-06 |
Digital twin based deep learning framework for personalized thermal comfort prediction and energy efficient operation in smart buildings
2025-Jul-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10086-y
PMID:40634515
|
研究论文 | 提出一种基于数字孪生和注意力LSTM的个性化热舒适预测框架,用于智能建筑的节能运行 | 首次将数字孪生与注意力LSTM模型结合,实现个性化热舒适预测和可解释AI分析 | 使用ASHRAE数据库子集,数据覆盖范围可能有限 | 开发个性化热舒适预测模型以优化智能建筑HVAC系统能效 | 建筑室内热环境与居住者热舒适感知 | 机器学习 | NA | 数字孪生技术 | LSTM | 时间序列数据 | ASHRAE全球热舒适数据库II子集 | TensorFlow/PyTorch | Attention-based LSTM | 准确率 | NA |
6189 | 2025-10-06 |
Hybrid deep learning framework for real-time DO prediction in aquaculture
2025-Jul-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10786-5
PMID:40634584
|
研究论文 | 提出一种结合CNN、自注意力机制和双向简单循环单元的混合深度学习框架,用于水产养殖中溶解氧的实时预测 | 首次将一维CNN、自注意力机制和BiSRU相结合,通过特征提取、权重分配和序列建模的协同作用提升预测精度 | 研究仅在中国广州南沙集约化养殖基地进行验证,未在其他地区或养殖模式中测试 | 开发高精度的溶解氧实时预测模型以改善水产养殖水质管理 | 水产养殖环境中的溶解氧浓度 | 机器学习 | NA | 水质监测技术 | CNN, Self-Attention, BiSRU | 水质参数时间序列数据 | 广州南沙集约化养殖基地的监测数据 | NA | CNN-SA-BiSRU混合架构 | MSE, MAE, RMSE, R | NA |
6190 | 2025-10-06 |
Exploring single-head and multi-head CNN and LSTM-based models for road surface classification using on-board vehicle multi-IMU data
2025-Jul-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10573-2
PMID:40634639
|
研究论文 | 本研究探索基于单头和多头CNN及CNN-LSTM模型,利用车载多IMU数据进行路面分类 | 首次系统比较单头与多头架构在路面分类任务中的性能,并发现CNN-LSTM组合模型优于纯CNN模型 | 对更具挑战性的路面类别分类精度有待提升,数据集需要进一步扩充 | 开发准确的路面状况监测方法以提升车辆和行人安全 | 车载多IMU传感器采集的路面数据 | 机器学习 | NA | 惯性测量单元(IMU)数据采集 | CNN, LSTM | IMU传感器数据(加速度和角速度特征) | NA | NA | CNN, CNN-LSTM组合架构 | 宏F1分数 | NA |
6191 | 2025-10-06 |
A simple interpolation-based data augmentation method for implicit sentiment identification
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00197-x
PMID:40628746
|
研究论文 | 提出一种基于插值的隐式情感识别数据增强方法ISIMIX | 在隐空间进行无标签混合的插值操作,有效解决数据稀缺问题并提升隐式情感识别性能 | 未提及方法在更大规模数据集或跨领域场景下的泛化能力 | 解决隐式情感识别中的数据稀缺和模型过拟合问题 | 隐式情感文本数据 | 自然语言处理 | NA | 数据增强技术 | 深度学习模型 | 文本 | 三个公开隐式情感数据集 | NA | NA | NA | NA |
6192 | 2025-10-06 |
Explainable deep learning approaches for high precision early melanoma detection using dermoscopic images
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09938-4
PMID:40629062
|
研究论文 | 本研究开发了一种可解释的深度学习模型,用于通过皮肤镜图像实现高精度早期黑色素瘤检测 | 提出结合全局平均池化、批量归一化、Dropout以及ReLU和Swish激活函数的先进层结构,并集成可解释AI技术揭示模型决策过程 | NA | 开发用于早期皮肤癌检测的自动化诊断系统 | 皮肤镜图像 | 计算机视觉 | 皮肤癌 | 皮肤镜成像 | 深度学习 | 图像 | NA | NA | NA | 准确率 | NA |
6193 | 2025-10-06 |
A novel VOC mixtures classification methods based on GBLinear and TabNet and informative feature selection from gas sensors (E-Nose) data
2025-Jul-08, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2025.128554
PMID:40652634
|
研究论文 | 提出一种基于GBLinear和TabNet算法结合特征选择技术的电子鼻系统精油分类新方法 | 首次将GBLinear和TabNet算法与特征选择技术结合用于电子鼻数据分析,提高了精油分类的准确性和可解释性 | NA | 开发一种能够准确分类复杂精油混合物的电子鼻数据分析方法 | 精油中的挥发性有机化合物(VOCs) | 机器学习 | NA | 电子鼻技术 | GBLinear, TabNet | 气体传感器数据 | NA | NA | GBLinear, TabNet | 分类准确率 | NA |
6194 | 2025-10-06 |
RADAI: A Deep Learning-Based Classification of Lung Abnormalities in Chest X-Rays
2025-Jul-07, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131728
PMID:40647727
|
研究论文 | 开发了一种基于深度学习的胸部X光片肺异常分类模型RADAI | 通过微调三种先进深度学习模型(FSRFNet50、ResNext50、ResNet50)进行胸部X光肺异常分类比较 | NA | 开发能够准确检测胸部X光片中四种肺异常并生成报告的AI模型 | 胸部X光片中的肺异常 | 计算机视觉 | 肺癌 | 胸部X光成像 | CNN | 医学图像 | NA | NA | FSRFNet50, ResNext50, ResNet50 | 准确率, 精确率, 召回率, F1分数 | NA |
6195 | 2025-10-06 |
Mamba-YOLO-ML: A State-Space Model-Based Approach for Mulberry Leaf Disease Detection
2025-Jul-07, Plants (Basel, Switzerland)
DOI:10.3390/plants14132084
PMID:40648093
|
研究论文 | 提出基于状态空间模型的Mamba-YOLO-ML方法用于桑叶病害检测 | 采用相位模块化设计(PMSS)增强多尺度特征表示,结合Haar小波下采样保留纹理细节,并使用归一化Wasserstein距离损失提升小目标鲁棒性 | NA | 开发高效的桑叶病害检测方法以支持精准农业 | 桑叶病害 | 计算机视觉 | 植物病害 | 深度学习 | YOLO, SSM, Mamba | 图像 | NA | NA | Mamba-YOLO-ML, PMSS, Mamba Block | mAP50, mAP50:95 | 嵌入式设备 |
6196 | 2025-10-06 |
Resource-Efficient Cotton Network: A Lightweight Deep Learning Framework for Cotton Disease and Pest Classification
2025-Jul-07, Plants (Basel, Switzerland)
DOI:10.3390/plants14132082
PMID:40648091
|
研究论文 | 提出一种轻量级深度学习框架RF-Cott-Net用于棉花病虫害分类 | 集成早期退出机制和量化感知训练,在保持精度的同时提升部署效率 | NA | 实现棉花病虫害的快速准确诊断以支持有效防控策略和遗传育种研究 | 棉花病虫害图像 | 计算机视觉 | 植物病害 | 深度学习 | CNN, Transformer | 图像 | 包含11个疾病类别的CCDPHD-11开源图像数据集 | NA | MobileViTv2 | 准确率, F1分数, 精确率, 召回率 | 农业边缘设备 |
6197 | 2025-10-06 |
Multi-Stage Cascaded Deep Learning-Based Model for Acute Aortic Syndrome Detection: A Multisite Validation Study
2025-Jul-07, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14134797
PMID:40649169
|
研究论文 | 开发了一种基于多阶段级联深度学习模型的急性主动脉综合征检测方法,并在多中心数据上进行了验证 | 采用多阶段级联架构,结合U-Net分割和级联分类,能够同时检测主动脉夹层、壁内血肿和穿透性动脉粥样硬化溃疡三种AAS亚型 | 研究样本量相对有限(260例),未提及模型在其他种族或地区人群中的泛化能力 | 开发能够快速准确检测急性主动脉综合征的深度学习模型 | 急性主动脉综合征患者 | 医学影像分析 | 心血管疾病 | 胸部CT血管成像 | CNN, U-Net | 医学影像 | 260例匿名CTA扫描,来自美国14个临床中心和4家不同CT制造商 | NA | U-Net, 多尺度CNN | 灵敏度, 特异度, AUC | NA |
6198 | 2025-10-06 |
Integrating Graph Convolution and Attention Mechanism for Kinase Inhibition Prediction
2025-Jul-06, Molecules (Basel, Switzerland)
DOI:10.3390/molecules30132871
PMID:40649385
|
研究论文 | 本研究开发了结合图卷积和图注意力网络的模型用于激酶抑制活性预测 | 首次将图卷积网络(GCN)与图注意力网络(GAT)相结合用于激酶抑制预测,在多个独立数据集上取得最佳性能 | NA | 预测小分子药物对激酶的抑制活性 | 激酶和小分子药物 | 机器学习 | 癌症 | NA | GNN, GCN, GAT | 图数据 | 两个大型激酶数据集(激酶数据集1和2) | NA | GCN, GCN_GAT | 准确率, Matthews相关系数, 灵敏度, 特异性, 精确度 | NA |
6199 | 2025-10-06 |
Artificial Intelligence in Primary Malignant Bone Tumor Imaging: A Narrative Review
2025-Jul-04, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15131714
PMID:40647712
|
综述 | 本文综述人工智能在原发性恶性骨肿瘤影像学中的应用进展 | 系统整合AI在骨肿瘤早期检测、影像分析、治疗反应预测和组织学分类中的创新应用 | 原发性恶性骨肿瘤罕见导致高质量数据集稀缺,缺乏标准化成像协议影响可重复性 | 探讨人工智能在原发性恶性骨肿瘤影像诊断和治疗中的临床应用 | 原发性恶性骨肿瘤的医学影像数据 | 医学影像分析 | 骨肿瘤 | 影像组学,多模态成像 | CNN | 医学影像 | NA | NA | 卷积神经网络 | NA | NA |
6200 | 2025-10-06 |
A comprehensive survey and benchmark of deep learning-based methods for atomic model building from cryo-electron microscopy density maps
2025-Jul-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf322
PMID:40645653
|
综述 | 本文对基于深度学习的冷冻电镜密度图原子模型构建方法进行全面调查与基准测试 | 改进了现有评估指标,首次将深度学习方法与传统物理方法在50个不同分辨率冷冻电镜密度图上进行系统对比 | AlphaFold依赖序列信息可用性和有限训练数据可能限制其应用 | 评估深度学习在冷冻电镜密度图原子模型构建中的性能表现 | 蛋白质原子模型 | 计算机视觉 | NA | 冷冻电镜 | 深度学习 | 密度图 | 50个冷冻电镜密度图 | NA | NA | 完整性, 准确性 | NA |